维苏威挑战赛团队首次读出赫库兰尼姆古卷PHerc. 306B内容

Paul Henderson 与 Federica Nicolardi 2026年11月2日 13 分享 PHerc. 306 在公元79年的维苏威火山喷发中被掩埋。自18世纪50年代被发掘、去年又接受微型CT扫描以来，一直没有人读出其中写了什么。如今，在审阅了维苏威挑战赛社区针对这卷莎草纸提交的多达25份作品之后，我们终于能够为 PHerc. 306B 颁发5万美元的“首批字母奖”。这一卷难度很高！ 祝贺 Liam Warner 与 Nicola Bodill，他们的工作成功识别出墨迹，并从这卷莎草纸中还原出可读文本！ PHerc. 306 是一卷断成两部分的莎草纸，我们分别称之为 PHerc. 306A 和 PHerc. 306B。此前，我们无从得知哪一部分对应原卷的上半段、哪一部分对应下半段。得益于墨迹的识别以及依据书写方向判断，我们现在可以确定：PHerc. 306B 对应卷轴的上半段，而剩余较小的部分 PHerc. 306A 则是下半段。既然 PHerc. 306B 中已识别出墨迹，那么扫描并虚拟展开另一部分就变得更有价值了。 这是 PHerc. 306B 碳化卷轴如今的模样。它收藏于那不勒斯国家图书馆，距离它最初出土的赫库兰尼姆“纸草别墅”约10公里： 评奖过程异常艰难。我们收到多份作品，识别出的都是 PHerc. 306B 中完全相同的区域，其中好几份都极为接近获奖要求。我们的标准是在4平方厘米的区域内读出10个可读字符。有几份作品就差一点，分别还原出了7个、8个甚至9个字符的序列。 我们要感谢那些同样研究这一区段、在 Liam 和 Nicola 的成功作品之前就已非常接近目标的参赛者：The Gold Panners、Grilli Security Research Team、Matteo Bulloni、Clovis Hublin、TAUIL-Abd-Elilah、Ben Kyles and Colleagues、Les Copronautes 以及 Doom Scrollers。衷心感谢每一位的出色工作与坚持不懈！ 接下来的图片展示了我们微型CT扫描得到的卷轴垂直截面图，由维苏威挑战赛团队在格勒诺布尔的 ESRF 拍摄。一张横切卷轴，另一张沿卷轴长度方向切取。Liam 与 Nicola 虚拟分离并读出的那片莎草纸在两张图中都已标出，它深藏于卷轴紧密的缠绕层中。这些图清楚显示了卷轴扭曲、压缩得多么严重——这在赫库兰尼姆莎草纸中很典型，它们在火山喷发时经历了极端高温，随后被埋在别墅废墟之下。 一处细微却关键的改进 在此前近一个月里，多份作品都已识别出序列 τοδιαυτο。然而其后的内容过于模糊、难以确定，纸草学团队无法达成共识。有几种读法都说得通。尤其是紧跟在 τοδιαυτο 之后的痕迹，被解读为 mu 或 nu 皆有可能。 然而，在 Liam 和 Nicola 提交的图像中，可读性出现了一处细微却重要的提升，而这改变了一切。纸草学团队首次就 αι 的读法达成一致。 从古文字学角度看，这一点尤其有趣。在大写字母书写中，Μ、Ν 和 ΑΙ 往往看起来非常相似，即便在古代抄写手稿时，这些字母形式之间的混淆也很常见。 下图几乎没有留下疑问空间：原本不确定的序列，如今可以更有把握地读出了。 在下面的视频中，第二个 alpha 与第一个 alpha 作了对比。决定性特征是中段笔画——它从左斜笔画的底部斜向上延伸，与第一个 alpha 中的情况一致。Liam 和 Nicola 的作品首次让这一笔画变得可见，为读法提供了关键证据。 正如 Nicola 在提交作品中所指出的，读作 τὸ δι᾽ αὑτὸ αἱρ̣ε̣τ̣όν̣ 就非常合理了。这一表达意为“因其自身而值得选择者”，在哲学论著中多有对应，包括亚里士多德和塞克斯都·恩披里柯的作品。类似的表达也出现在菲洛德穆的伦理学著作《论愤怒》中。在讨论把渴望惩罚当作一种享受的恶习时，菲洛德穆提到“那些认为它是最大善、并把它当作因其自身而值得追求之物去追逐的人的愚蠢”（ὡϲ εἰϲ δι' αὑτὸ αἱρετόν）[D. Armstrong 与 M. McOsker 译]。在伊壁鸠鲁学派语境中，τὸ δι᾽ αὐτὸ αἱρετόν 只应指善与快乐。 我是 Liam Warner，来自英格兰北部。我是一名自由职业软件工程师/顾问，涉足过电子游戏、医疗和广播技术等领域。机器学习一直是我眼中软件领域最有趣的挑战之一，我认为它是创造性解决问题、需要新颖方法的绝佳范例。我总体上是历史的忠实爱好者，得知维苏威项目后，便决定贡献一份力量。我原本只打算做些优化和修 bug，但手头一块闲置的 RTX 4090 没多少事可做，我就想看看墨迹检测会是什么样。幸运的是，我竟挖到了金矿，加上 Nicola 的不懈努力，我们得以逐步提升所在区段的图像质量、检测模型和释读水平。非常感谢 Nicola、VC 工作人员给予的支持，以及我们所依托的 VC 社区中的巨人们。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）